Ero sivun ”Kvanttikoneoppiminen” versioiden välillä

Wikipediasta
Siirry navigaatioon Siirry hakuun
[katsottu versio][katsottu versio]
Poistettu sisältö Lisätty sisältö
Lisätty osio: →‎Kirjallisuutta: → Oppikirjoja.
Merkkaus:  2017 source edit 
→‎Oppikirjoja: lisätty yksi kirja luetteloon.
Merkkaus:  2017 source edit 
Rivi 9: Rivi 9:
* {{Kirjaviite|Tekijä=Wittek, Peter|Nimeke=Quantum Machine Learning:What Quantum Computing Means to Data Mining|Vuosi=2014|Selite=1. painos|Julkaisija=Academic Press|Isbn=978-0-12-810040-0 ja {{ISBN|978-0-12-801099-0}} (E-kirja)}}
* {{Kirjaviite|Tekijä=Wittek, Peter|Nimeke=Quantum Machine Learning:What Quantum Computing Means to Data Mining|Vuosi=2014|Selite=1. painos|Julkaisija=Academic Press|Isbn=978-0-12-810040-0 ja {{ISBN|978-0-12-801099-0}} (E-kirja)}}
* {{Kirjaviite|Tekijä=Combarro, Elias F. & Castillo, Samuel Gonzalez-Castillo|Nimeke=A Practical Guide to Quantum Machine Learning and Quantum Optimization: Hands-on Approach to Modern Quantum Algorithms|Vuosi=2023|Selite=Kirjan esipuheen kirjoittaja: Alberto Di Meglio|Julkaisija=Packt Publishing|Isbn=978-1-80461-383-2 ja {{ISBN|978-1-80461-830-1}} (E-kirja)|Kieli={{en}}}}
* {{Kirjaviite|Tekijä=Combarro, Elias F. & Castillo, Samuel Gonzalez-Castillo|Nimeke=A Practical Guide to Quantum Machine Learning and Quantum Optimization: Hands-on Approach to Modern Quantum Algorithms|Vuosi=2023|Selite=Kirjan esipuheen kirjoittaja: Alberto Di Meglio|Julkaisija=Packt Publishing|Isbn=978-1-80461-383-2 ja {{ISBN|978-1-80461-830-1}} (E-kirja)|Kieli={{en}}}}
* {{Kirjaviite|Tekijä=Pastorello, Davide|Nimeke=Concise Guide to Quantum Machine Learning|Vuosi=2023|Julkaisija=Springer|Tunniste=DOI: 10.1007/978-981-19-6897-6|Isbn=978-981-19-6896-9 (sidottu), {{ISBN|978-981-19-6899-0}} (nidottu) ja {{ISBN|978-981-19-6897-6}} (E-kirja)|Kieli={{en}}}}
* {{Kirjaviite|Tekijä=Raj, Pethuru & Kumar, Abhishek & Kumar Dubey, Ashutosh & Bhatia, Surbhi & Manoj, S. Oswalt|Nimeke=Quantum Computing and Artificial Intelligence: Training Machine and Deep Learning Algorithms on Quantum Computers|Vuosi=2023|Julkaisija=De Gruyter|Isbn=978-3-11-079125-9 ja {{ISBN| 978-3-11079-140-2}} (E-kirja)|Kieli={{en}}}}
* {{Kirjaviite|Tekijä=Raj, Pethuru & Kumar, Abhishek & Kumar Dubey, Ashutosh & Bhatia, Surbhi & Manoj, S. Oswalt|Nimeke=Quantum Computing and Artificial Intelligence: Training Machine and Deep Learning Algorithms on Quantum Computers|Vuosi=2023|Julkaisija=De Gruyter|Isbn=978-3-11-079125-9 ja {{ISBN| 978-3-11079-140-2}} (E-kirja)|Kieli={{en}}}}
* {{Kirjaviite|Tekijä=Wichert, Andreas|Nimeke=Principles Of Quantum Artificial Intelligence: Quantum Problem Solving And Machine Learning|Vuosi=2020|Selite=2. painos|Julkaisija=World Scientific|Isbn=978-981-12-2430-0 (2020), {{ISBN|978-981-12-2432-4}} (2020: E-kirja), {{ISBN| 978-981-4566-74-2}} (2014) ja {{ISBN|981-4566-75-6}} (2014: E-kirja)|Kieli={{en}}}}
* {{Kirjaviite|Tekijä=Wichert, Andreas|Nimeke=Principles Of Quantum Artificial Intelligence: Quantum Problem Solving And Machine Learning|Vuosi=2020|Selite=2. painos|Julkaisija=World Scientific|Isbn=978-981-12-2430-0 (2020), {{ISBN|978-981-12-2432-4}} (2020: E-kirja), {{ISBN| 978-981-4566-74-2}} (2014) ja {{ISBN|981-4566-75-6}} (2014: E-kirja)|Kieli={{en}}}}

Versio 10. heinäkuuta 2023 kello 13.50

Kvanttikoneoppiminen on kvanttialgoritmien yhdistämistä koneoppimisohjelmiin.[1][2][3][4] Yleisimmin termi viittaa kvanttitehostettuun koneoppimiseen, jossa kvanttitietokoneella suoritetaan klassisen datan analysointiin tarkoitettuja koneoppimisalgoritmeja.[5][6][7] Vaikka koneoppimisalgoritmeja käytetään valtavien tietomäärien laskemiseen, niin kvanttikoneoppiminen eroaa siitä hyödyntämällä kubitteja ja kvanttioperaatioita tai erikoistuneita kvanttijärjestelmiä parantaakseen laskentanopeutta ja algoritmien suorittamaa tietojen tallennusta ohjelmassa.[3] Esimerkkejä tästä ovat klassisen prosessoinnin ja kvanttiprosessoinnin hybridimenetelmät, joissa laskennallisesti vaikeat aliohjelmat ulkoistetaan kvanttitietokoneelle. [8][9][10] Nämä ohjelmat voivat olla luonteeltaan monimutkaisempia ja toteutua nopeammin kvanttitietokoneella.[3] Lisäksi kvanttialgoritmeja voidaan käyttää kvanttitilojen analysointiin klassisen datan sijasta.[11][12] Kvanttilaskennan lisäksi termi ”kvanttikoneoppiminen” liittyy myös klassisiin koneoppimismenetelmiin, joita sovelletaan kvanttikokeista tuotettuun dataan (ts. kvanttijärjestelmien koneoppiminen), kuten kvanttijärjestelmän faasimuutosten oppimiseen[13][14] tai uusien kvanttikokeiden luomiseen.[15][16][17] Kvanttikoneoppiminen ulottuu myös tutkimusalaan, joka tutkii metodologisia ja rakenteellisia yhtäläisyyksiä tiettyjen fyysisten järjestelmien ja oppimisjärjestelmien, erityisesti neuroverkkojen välillä. Esimerkiksi jotkut kvanttifysiikan matemaattiset ja numeeriset tekniikat soveltuvat klassiseen syväoppimiseen ja päinvastoin.[18][19][20] Tutkijoiden mielenkiinto kohdistuu abstraktimpiin käsityksiin oppimisteorian suhteesta kvantti-informaatioon, mikä tunnetaan myös nimellä ”kvanttioppimisteoria”.[21][22]

Lähteet

  1. Biamonte, Jacob; Wittek, Peter; Nicola, Pancotti; Rebentrost, Patrick; Wiebe, Nathan; Lloyd, Seth: Quantum machine learning. Nature, 2017, 549. vsk, nro 7671, s. 195-202. doi:10.1038/nature23474. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  2. Schuld, Maria & Petruccione, Francesco: Supervised Learning with Quantum Computers. Quantum Science and Technology, 2018. ISBN 978-3-319-96423-2. doi:10.1007/978-3-319-96424-9. (englanniksi)
  3. a b c Schuld, Maria; Sinayskiy, Ilya; Petruccione, Francesco: An introduction to quantum machine learning. Contemporary Physics, 2014, 56. vsk, nro 2, s. 172–185. doi:10.1080/00107514.2014.964942. (englanniksi)
  4. Wittek, Peter: Quantum Machine Learning: What Quantum Computing Means to Data Mining. Academic Press, 2014. Academic Press. ISBN 978-0-12-800953-6.. (englanniksi)
  5. Wiebe, Nathan; Kapoor, Ashish; Svore, Krysta: Quantum Algorithms for Nearest-Neighbor Methods for Supervised and Unsupervised Learning. Quantum Information & Computation, 2014, 15. vsk, nro 3, s. 0318–0358. Artikkeli ArXiv-sivustolla. (englanniksi)
  6. Lloyd, Seth; Mohseni, Masoud; Rebentrost, Patrick: Quantum algorithms for supervised and unsupervised machine learning. ArXiv > Quantum Physics (quant-ph), 2013. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  7. Yoo, Seokwon; Bang, Jeongho; Lee, Changhyoup; Lee, Jinhyoung: A quantum speedup in machine learning: Finding a N-bit Boolean function for a classification. New Journal of Physics, 2014, 16. vsk, nro 10, s. 103014. (englanniksi)
  8. Benedetti, Marcello; Realpe-Gómez, John; Biswas, Rupak; Perdomo-Ortiz, Alejandro: Quantum-Assisted Learning of Hardware-Embedded Probabilistic Graphical Models. Physical Review X, 2017. ArXiv-tunniste: 1609.02542. doi:10.1103/PhysRevX.7.041052. Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
  9. Farhi, Edward & Neven, Hartmut: Classification with Quantum Neural Networks on Near Term Processors. ArXiv > Quantum Physics (quant-ph), 2018. ArXiv-tunniste: 1802.06002. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  10. Schuld, Maria; Bocharov, Alex; Svore, Krysta; Wiebe, Nathan: Physical Review A. Physical Review A, 2020, 101. vsk, nro 3, s. 032308. doi:10.1103/PhysRevA.101.032308. (englanniksi)
  11. Yu, Shang; Albarran-Arriagada, F.; Retamal, J. C.; Wang, Yi-Tao; Liu, Wei; Ke, Zhi-Jin; Meng, Yu; Li, Zhi-Peng; Tang, Jian-Shun: Reconstruction of a Photonic Qubit State with Quantum Reinforcement Learning. Advanced Quantum Technologies, 2018. Wiley. doi:10.1002/qute.201800074. Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
  12. Ghosh, Sanjib; Opala, A.; Matuszewski, M.; Paterek, T.; Liew, Timothy C. H.: Quantum reservoir processing. NPJ Quantum Information, 2019, 5. vsk, nro 35. Springer Nature. doi:10.1038/s41534-019-0149-8. Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
  13. Broecker, Peter; Assaad, Fakher F.; Trebst, Simon: Quantum phase recognition via unsupervised machine learning. ArXiv > Condensed Matter (cond-mat), 2017. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  14. Huembeli, Patrick; Dauphin, Alexandre; Wittek, Peter: Identifying Quantum Phase Transitions with Adversarial Neural Networks. Physical Review B, 2018, 97. vsk, nro 13, s. 134109. Physical Review B. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  15. Krenn, Mario: Automated Search for new Quantum Experiments. Physical Review Letters, 2016, 116. vsk, nro 9, s. 090405. doi:10.1103/PhysRevLett.116.090405. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  16. Knott, Paul: A search algorithm for quantum state engineering and metrology. New Journal of Physics, 2016, 18. vsk, nro 7, s. 073033. doi:10.1088/1367-2630/18/7/073033. Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
  17. Dunjko, Vedran; Briegel, Hans: Machine learning & artificial intelligence in the quantum domain: a review of recent progress. Reports on Progress in Physics, 2018, 81. vsk, nro 7, s. 074001. doi:10.1088/1361-6633/aab406. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  18. Huggins, William; Patel, Piyush; Whaley, K. Birgitta; Stoudenmire, E. Miles: Towards Quantum Machine Learning with Tensor Networks. Towards Quantum Machine Learning with Tensor Networks, 2018, 4. vsk, nro 2, s. 024001. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  19. Carleo, Giuseppe; Nomura, Yusuke; Imada, Masatoshi: Constructing exact representations of quantum many-body systems with deep neural networks. Nature Communications, 2018, 9. vsk, nro 1, s. 5322. Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
  20. Bény, Cédric: Deep learning and the renormalization group. ArXiv > Quantum Physics (quant-ph), 2013. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)
  21. Sergioli, Giuseppe; Giuntini, Roberto; Freytes, Hector: A new Quantum approach to binary classification. PLOS ONE, 2019, 14. vsk, nro 5, s. e0216224. doi:10.1371/journal.pone.0216224. Artikkelin verkkoversio. Viitattu 2.5.2023. (englanniksi)
  22. Arunachalam, Srinivasan; de Wolf, Ronald: A Survey of Quantum Learning Theory. ArXiv > Quantum Physics (quant-ph), 2017. Artikkeli ArXiv-sivustolla (PDF). Viitattu 2.5.2023. (englanniksi)

Kirjallisuutta

Oppikirjoja